マルチモーダルAI

テキスト、画像、音声、動画など複数種類（モーダル）の情報をまとめて扱えるAI。画像を見て内容を説明する、音声と表情から状況を判断するなど、単一形式のAIより広い場面に対応できる。

テキスト、画像、音声、動画など、種類の異なる複数のデータ（モダリティ）を組み合わせて入力・処理・出力できる AI。画像を見て内容を文章で説明する、音声で質問して画像付きで回答を得る、といった使い方ができる。

テキスト、画像、音声など複数の種類の情報を組み合わせて扱えるAI。図表を含む資料の読み取りなど、単一の形式では扱えない業務に適用できる。

テキスト、画像、音声、動画など複数の種類（モダリティ）の情報を組み合わせて入力・出力できるAI。図表を含む文書の読み取り、画像を見せて質問に答える、会議の音声と資料から議事録を作るなど、単一の形式のAIでは扱えない業務に適用できる。

テキスト、画像、音声、動画など、種類の異なる複数のデータ（モダリティ）を入力や出力として統合的に扱えるAI。画像を見せて内容を説明させる、音声で質問して図表を含む回答を得るといった使い方ができ、1種類のデータだけを扱うAIより人間に近い形で状況を理解できる。

大規模言語モデル等を用いて、テキスト・画像・音声・プログラムコードなどの新たなコンテンツを自動生成するAI技術。業務効率化に活用される一方、ハルシネーション（事実に基づかない出力）やセキュリティリスク、著作権上の課題がある。

大量のテキストデータで学習された巨大なニューラルネットワークモデル。自然言語の理解・生成に優れ、生成AIの中核技術として文章作成・要約・翻訳・プログラミング支援などに活用される。プロンプトインジェクションなどのセキュリティリスクへの対策も重要となる。

生成AIが事実に基づかない情報を、あたかも正確であるかのように生成してしまう現象。AIの幻覚とも呼ばれる。AIの出力データを人間が確認することの重要性を示す課題であり、業務利用時のリスクとして認識する必要がある。

生成AIが作成したコンテンツに関する著作権上の論点。著作権法第30条の4により、AI学習目的の著作物利用は原則として許容されるが、享受目的が併存する場合は適用されない。AI生成物が既存の著作物に類似している場合、依拠性と類似性が認められれば著作権侵害となり得る。AI自体は著作者にはなれない。

大規模言語モデル（LLM）などの生成AIに対して、悪意のある指示や入力を与えることで、本来の制約やガードレールを回避させ、意図しない動作や情報漏えいを引き起こす攻撃手法。直接的な入力によるものと、外部データに攻撃文を埋め込む間接的なものがある。

学習、推論、判断など、人間の知的な働きをコンピュータで実現する技術。データから規則性を学ぶ機械学習や、多層のニューラルネットワークを使うディープラーニング、文章や画像を作り出す生成AIなどがある。業務での利用が広がる一方、誤った出力や偏り、個人情報や著作権の扱いに注意が必要である。